[論文レビュー] Boosting Algorithms for Delivery Time Prediction in Transportation Logistics

Jihed Khiari, Cristina Olaverri-Monreal|arXiv (Cornell University)|Sep 24, 2020

Traffic Prediction and Management Techniques参考文献 39被引用数 31

ひとこと要約

本稿では、特にLightGBM、CatBoost、ヒストограм勾配ブースティングを用いたブースティングアルゴリズムを活用し、郵政物流における長期的な配達時間予測の精度を向上させることを提案している。歴史的トラベルデータを活用し、再訓練頻度を最適化することで、線形モデルやアンサンブルベースラインと比べて顕著に優れた精度（MAE最低1,787.43秒）とランタイム効率を達成した。

ABSTRACT

Travel time is a crucial measure in transportation. Accurate travel time prediction is also fundamental for operation and advanced information systems. A variety of solutions exist for short-term travel time predictions such as solutions that utilize real-time GPS data and optimization methods to track the path of a vehicle. However, reliable long-term predictions remain challenging. We show in this paper the applicability and usefulness of travel time i.e. delivery time prediction for postal services. We investigate several methods such as linear regression models and tree based ensembles such as random forest, bagging, and boosting, that allow to predict delivery time by conducting extensive experiments and considering many usability scenarios. Results reveal that travel time prediction can help mitigate high delays in postal services. We show that some boosting algorithms, such as light gradient boosting and catboost, have a higher performance in terms of accuracy and runtime efficiency than other baselines such as linear regression models, bagging regressor and random forest.

研究の動機と目的

• 従来の手法が精度とスケーラビリティの面で課題を抱える長期的配達時間予測の課題に対処すること。
• 正確な移動時間予測により、配達失敗回数を削減することで、運用効率と顧客満足度を向上させること。
• 時系列データを含む実世界の物流シナリオにおいて、さまざまな機械学習モデル、特にブースティングアルゴリズムの性能を評価すること。
• 工業的環境での導入を想定した、精度と計算効率のバランスが取れた最適な再訓練頻度およびモデル設定を同定すること。

提案手法

• 7か月間にわたる郵政サービスの履歴的トラベルデータを用い、出発地、到着地、時間帯、天候状況などの特徴量を含む。
• 線形回帰、バギング、ランダムフォレストに加え、XGBoost、LightGBM、CatBoost、ヒストグラム勾配ブースティングを含む複数の機械学習モデルを実装した。
• 訓練期間（4か月から3日）と再訓練頻度を変化させた5つの異なる訓練シナリオを設計し、モデルの頑健性を評価した。
• 移動時間と移動遅延をそれぞれのターゲット変数として回帰ベースの予測を実施し、MAEおよびRMSE指標を用いて性能を評価した。
• 訓練データ量の増加に伴うスケーラビリティとランタイム効率を評価するため、各シナリオにおける訓練時間（フィット時間）を測定した。
• 最大150,000件のサンプルを用いたスケーラビリティ実験を実施し、大規模データ環境下でのモデル性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 訓練期間と再訓練頻度は、配達時間モデルの予測精度とランタイムにどのように影響するか？
• RQ2 長期的配達時間予測において、精度と計算効率の観点から、どのブースティングアルゴリズムが最も優れているか？
• RQ3 実世界の物流運用における導入を想定した場合、使いやすさ、一貫性、性能のバランスが取れた最良のモデルおよび再訓練設定は何か？

主な発見

• 移動時間予測において、LightGBM（LGB）、CatBoost（CB）、ヒストグラム勾配ブースティング（HGB）が、すべてのシナリオで最小のMAE（1,787.43〜1,989.44秒）とRMSE（7,312.04〜8,846.92秒）を達成した。
• 移動遅延予測では、LGBとCBが最小のRMSE（9,565.39〜9,805.78秒）とMAE（2,071.54〜2,203.25秒）を記録し、優れた性能を示した。
• 週1回の再訓練（シナリオ3）は、精度とランタイムの両面で特に良好なバランスを実現しており、全モデルで一貫した低誤差を維持した。
• LGB、CB、HGBは優れたスケーラビリティを示し、訓練データが150,000件に増加しても、低く安定したフィット時間を維持した。
• AdaBoostとXGBoostは、顕著に高いRMSEと長い訓練時間を示し、リアルタイム導入には不適切であった。
• 移動遅延の予測は移動時間の予測よりも誤差が低く、上位モデルではRMSEが一般的に10,000秒未満に収まった。